Sociétés artificielles et violence virtuelle

Paul Krugman, l'éminent professeur d'économie de l'Université de Princeton et New York Times chroniqueur, a un jour expliqué les motivations de son choix de carrière. Au début de mon adolescence, mon fantasme secret était de devenir psychohistorien, écrivit-il, se référant au gadget central, la psychohistoire, d'Isaac Asimov. Fondation trilogie. Krugman a poursuivi : Un jour, il existera une science sociale unifiée du type qu'Asimov a imaginé, mais pour le moment, l'économie est aussi proche que possible de la psychohistoire.

Nettoyage ethnique local au génocide.

C'est risible, étant donné le fossé entre le fantasme d'Asimov d'un calcul prédictif des affaires humaines et la réalité de l'économie traditionnelle - en fait, de n'importe laquelle des sciences sociales - telle qu'elle a été pratiquée pendant la majeure partie du siècle dernier. Les dernières décennies, cependant, ont vu de nouvelles approches. L'un des plus prometteurs a été décrit par Joshua Epstein, chercheur principal à la Brookings Institution, dans Sociétés artificielles en croissance : les sciences sociales de bas en haut , un livre qu'il a publié en 1996 en collaboration avec Robert Axtell. Peut-être qu'un jour les gens interpréteront la question « Pouvez-vous l'expliquer ? » comme demandant « Pouvez-vous croître cela? », suggéra Epstein. La modélisation de la société artificielle nous permet de « faire croître » les structures sociales in silico démontrant que certains ensembles de microspécifications sont suffisant pour générer les macrophénomènes d'intérêt.

Cette histoire faisait partie de notre numéro de juillet 2007

• Voir le reste du numéro
• S'abonner

Qu'est-ce que ça veut dire? Et pourquoi devrions-nous nous en soucier ? L'affirmation d'Epstein était double. Tout d'abord, il a souligné que si presque tous les modèles qui intéressent les chercheurs en sciences sociales sont émergents, c'est-à-dire des développements complexes résultant de nombreuses interactions relativement simples, des disciplines telles que l'économie traditionnelle conçoivent les sociétés comme tendant vers un certain équilibre notionnel. Les explications standard supposent également que les sociétés sont constituées d'agents hautement rationnels qui, possédant une pleine connaissance, agissent toujours dans leur propre intérêt. Quand il s'agit de savoir comment des populations réelles d'acteurs divers avec une rationalité limitée évoluent réellement leurs modèles de distribution de la richesse, par exemple, a noté Epstein, les explications des stocks n'ont presque rien à dire. (Voir Une lettre à l'éditeur de Joshua Epstein.)

Epstein n'était pas le seul à faire ces critiques. Mais il a proposé, en second lieu, que les modèles informatiques en eux-mêmes pourrait décrire efficacement les sociétés. Au début des années 1990, Epstein et Axtell avaient créé une simulation appelée Sugarscape, une grille carrée représentant un paysage bidimensionnel habité par des sous-programmes autonomes – des agents – qui étaient entraînés de carré en carré par des métabolismes artificiels bruts qui exigeaient une ressource, appelée sucre. Lorsque des centaines de ces agents ont été programmés de manière à ce que leurs plages de vision et leurs taux métaboliques varient, même de manière simple, des schémas surprenants ont émergé.

En effet, Epstein et Axtell apprendraient qu'avec leurs modèles, le truc [était] d'obtenir beaucoup en dehors , en y mettant le moins possible, comme l'écrit Epstein dans son dernier livre, Sciences sociales génératives : études sur la modélisation informatique à base d'agents . Au début des années 1990, les deux hommes ont mis en place deux régions de leur grille Sugarscape pour être riches en ressource en sucre, de sorte que les agents se sont rapidement tournés vers eux. Quelques agents avec une vision supérieure et de faibles taux métaboliques ont accumulé d'importants stocks de sucre. D'autres agents, avec une vision plus faible et des taux métaboliques élevés, subsistaient ou mouraient dans des zones où le sucre était rare. Essentiellement, ont découvert Epstein et Axtell, Sugarscape fonctionnait comme un modèle de société de chasseurs-cueilleurs, reproduisant une caractéristique commune des sociétés humaines : une répartition asymétrique des richesses. Certes, l'idée que des automates grossiers se déplaçant autour d'une grille informatique suggèrent que l'inégalité des richesses est une caractéristique innée de l'existence humaine sera détestée non seulement par les marxistes mais par la plupart d'entre nous, étant donné à quel point nous savons que nos expériences individuelles sont variées. Néanmoins, la nature regorge de relations statistiques particulièrement cohérentes, qui se reproduisent dans des domaines dissemblables et que les statisticiens appellent des lois de puissance.

La loi de puissance la plus courante est la distribution de Pareto, du nom de l'économiste italien du XIXe siècle Vilfredo Pareto. À la fin des années 1890, Pareto a fait valoir que dans une société donnée, 20 % de la population détiendra 80 % de la richesse. Mais la distribution de Pareto, également connue sous le nom de règle 80-20, s'applique dans des contextes humains aussi divers que la taille des agglomérations (quelques grandes villes, de nombreuses petites villes) et la fréquence des mots dans le texte (quelques mots souvent utilisés, la plupart des mots rarement ), ainsi que pour des phénomènes naturels comme la taille des particules de sable et des météorites. Que le comportement des automates de Sugarscape produise des distributions de type loi de puissance a indiqué à Epstein et Axtell qu'ils étaient sur quelque chose.

Au début des années 1990, Epstein a fait une présentation au Santa Fe Institute au Nouveau-Mexique, un centre d'étude des systèmes adaptatifs complexes dans des contextes naturels, humains et artificiels. J'ai montré l'une de nos histoires artificielles dans le paysage standard de Sugarscape avec deux pics de sucre, une plaine de sucre au milieu et des badlands de sucre sur les côtés – en fait, une simple représentation de vallée, m'a dit Epstein. J'ai demandé au public si cela rappelait quelque chose à quelqu'un. La main de George Gumerman s'est levée et il a dit: 'Cela me rappelle les Anasazi.'

George Gumerman est un anthropologue qui, depuis des décennies, est l'un des principaux experts des Anasazi, ancêtres des peuples Pueblo actuels qui, depuis environ 1800 av. à 1300 de notre ère habité Long House Valley dans le nord-est de l'Arizona. Epstein et Axtell ont décidé d'utiliser leur modélisation basée sur des agents pour créer une civilisation Anasazi virtuelle et voir comment elle correspondait à la vaste base de données de modèles de peuplement et autres assemblées par Gumerman et ses collègues. Epstein a rappelé : Nous avons recommencé, en construisant le terrain artificiel à partir de zéro, avec une grande exactitude. Des éléments tels que les modèles climatiques, les rendements de maïs, les fluctuations de la nappe phréatique et une multitude d'autres facteurs sont entrés dans le modèle. Le gros truc était, pourrions-nous trouver de bonnes règles pour nos Anasazi artificiels, les mettre là où se trouvaient les vraies en 900 après JC et les laisser courir jusqu'à ce qu'ils développent la véritable histoire ? Epstein s'est souvenu d'une session au cours de laquelle les Anasazi artificiels de son équipe ont établi une colonie exactement là où Long House, la véritable colonie Anasazi, avait été. Nous nous sommes juste assis à crier en l'air avec gratification. L'ensemble de l'entreprise a parcouru un très long chemin depuis lors. Maintenant, il y a beaucoup de gens qui font ce genre de travail.

En effet. Le site de la Journal des sociétés artificielles et simulation sociale , par exemple, répertorie les articles avec des titres tels que Cascades of Failure and Extinction in Evolving Complex Systems. Le nouveau livre d'Epstein rassemble ses propres papiers depuis 1996 ; un CD d'accompagnement permet aux lecteurs de regarder les séries des modèles décrits dans le texte et d'explorer les modèles par eux-mêmes. Dans les projets décrits dans le livre, Epstein et ses collaborateurs ont modélisé, en plus des Anasazi, l'émergence de divers phénomènes : des modèles dans le moment de la retraite ; classes sociales; conformité irréfléchie aux normes sociales; schémas d'infection par la variole après un incident bioterroriste ; et une organisation efficace et adaptative.

Les modèles sont fascinants. Dans les deux variantes décrites dans Génération de modèles de violence civile spontanée (voir figures 1 et 2), il existe des agents réguliers ainsi que des agents appelés flics, représentant une autorité politique centrale. L'écran de gauche représente le comportement manifeste des agents réguliers (bleu si inactif, rouge si actif) et celui de droite le paysage émotionnel sous-jacent, où les agents sont colorés en fonction de leur niveau de grief politique (plus le rouge est foncé, plus le grief est élevé). Le grief a deux composantes : la légitimité ( L ) de l'État, tel que perçu par les agents, et les difficultés ( H ), qui est une privation physique ou économique et varie selon les agents. De plus, les agents peuvent tromper : sur l'écran de gauche, les agents lésés peuvent virer au bleu (semblant non rebelles) lorsque des flics (toujours noirs) sont proches, puis virer au rouge (activement rebelles) lorsque les flics s'éloignent. Epstein a également attribué divers niveaux d'aversion au risque ( R ) aux agents : certains sont plus enclins à se rebeller que d'autres. Les agents évaluent leur probabilité d'être arrêtés par les flics avant de rejoindre une rébellion, et leurs évaluations dépendent de leur vision ( v ) de ce qui les entoure, c'est-à-dire combien de positions de grille (nord, sud, est et ouest) ils peuvent voir. Enfin, les agents arrêtés par les flics écopent de peines de prison ( J ). Les agents arrêtés vont en prison pour une durée aléatoire et en ressortent aussi lésés qu'ils sont entrés, m'a dit Epstein. Je plaisante toujours en disant que ce sont les deux seules hypothèses réalistes dans l'ensemble du modèle.

Bien que ce modèle puisse sembler trop simple, il génère des modèles suffisamment réalistes une fois que l'opérateur humain définit les paramètres de L et J , la vision des agents et des flics, et leurs densités initiales et laisse ensuite les deux groupes se déplacer et interagir. Dans la première variante, la rébellion généralisée contre l'Autorité centrale (voir figure 1), de fortes concentrations d'agents militants et lésés peuvent survenir dans des zones à faible densité de policiers. Lorsque cela se produit, même les agents légèrement lésés trouvent qu'il est rationnel de risquer la rébellion. C'est précisément pour cette raison que la liberté de réunion est généralement la première chose restreinte sous les régimes répressifs. De plus, le modèle présente la marque d'un système complexe : un équilibre ponctué, avec de longues périodes de relative stabilité interrompues par des débordements rebelles. Dans certains passages, l'écran d'émotions de droite peut être rouge vif avec le grief des agents, tandis que l'écran de gauche est entièrement bleu en raison de leur silence public. Ce qui serait le plus susceptible de déclencher une révolution : une forte réduction absolue de L (légitimité) par petits incréments ou une plus petite réduction réalisée en un grand pas ? Ce dernier, il s'avère. Dans le cas d'une réduction importante mais progressive, les flics peuvent éliminer les agents activistes un par un et les emprisonner. À l'inverse, une réduction soudaine et brutale de la légitimité incite plusieurs agents lésés à se rebeller activement à la fois. Comme Epstein l'a noté, une fois qu'il y a 50 personnes qui se rebellent, il est beaucoup moins risqué d'être la 51e.

La variante deux, la violence intergroupe, est plus intéressante. Désormais, les agents sont divisés en deux ethnies, les bleus et les verts. La légitimité devient l'évaluation par chaque groupe du droit d'exister de l'autre groupe, a expliqué Epstein. Dans ce contexte, le militantisme d'un agent signifie qu'il tue un membre de l'ethnie adverse. Les flics sont des casques bleus, et si le modèle fonctionne sans eux et L parmi tous les agents est réduit d'aussi peu que 20 pour cent, le nettoyage ethnique commence rapidement. Lorsque les flics sont introduits, des refuges apparaissent. Néanmoins, l'hostilité interethnique persiste. En fin de compte, comme le montre la figure 2 et Epstein me l'a dit, lorsque vous abandonnez la légitimité dans cette variante, cela se termine toujours par un côté anéantissant l'autre. La densité de flic peut être réglée à n'importe quel niveau. À faible densité de policiers, vous obtenez un génocide rapide. À des densités de flics élevées, vous pouvez également parfois obtenir un génocide rapide, mais aussi un résultat très variable. En moyenne, plus de flics font que ça prend plus de temps. Suffisamment de temps pour justifier les dépenses de maintien de l'ordre supplémentaires ? Tout est très incertain, dit Epstein; simplement avoir une vague de flics ne garantirait pas un bon résultat.

Dans l'ensemble, en fait, Epstein a souligné que ses modèles visaient principalement à atteindre un pouvoir explicatif. Expliquer quelque chose ne signifie pas que vous pouvez le prédire, a-t-il déclaré. Il a souligné que bien que nous puissions expliquer la foudre et les tremblements de terre, nous ne pouvons pas non plus prévoir. Si nous espérons, comme Asimov, prédire l'avenir, les modèles d'Epstein vont décevoir. En fait, parce que ses modèles donnent des résultats très divergents même lorsque leurs agents sont programmés avec des règles très simples, ils indiquent que prédire l'avenir ne sera jamais possible. Pourtant, les sociétés artificielles d'Epstein font plus pour mettre en évidence les mécanismes cachés sous-jacents aux changements sociaux - et leurs conséquences inattendues - que tout autre outil que les chercheurs en sciences sociales possédaient jusqu'à présent. À l'avenir, eux et d'autres comme eux pourraient suggérer comment les décideurs politiques peuvent concevoir le genre de petites interventions bon marché qui ont des résultats importants et bénéfiques.

Mark Williams est un Examen de la technologie éditeur contributeur.

Sciences sociales génératives : études sur la modélisation informatique à base d'agents
Par Joshua M. Epstein
Série Princeton Studies in Complexity
Princeton University Press, 2006, 49,50 $

cacher